머신러닝에 꼭 수학이 필요한 것은 아닌 것 같어.

[☎2.73™(roidz)]

말 그대로 무식한 방법인 브루트 포스로 강제 학습 시킬 수도 있을테니..

그러나, 품질을 올리는 과정에서 필요한 것 같아.

ㅇㅇ

[asd(104.132)]

사실 거의 모든 알고리즘도 부르트 포스로 구현할수 있지만 효율적이지 않아서 안하는거잖아여

[☎2.73™(roidz)]

ㅇㅇ 효율을 높이는 과정에서 필요한 것 같앙. 그리고, 그 과정에 대한 아이디어가 나올 수 있을려면 결국 관련 학문 -- 특히 수학 --에 대해서 자세히 이해하고 있어야 아이디어도 나오겠지 ㅇㅇ

[cc(221.155)]

시스템이 커지면 효율이랑은 관계가 없는것 같은데... 왜냐면 고양이 사진인지 판별하는 시스템에다가 세상에 존재하는 모든 고양이를 모든 각도에서 모든 조명에서 모든 깊이에서 찍은 사진을 입력시켜놓고 아무 고양이 사진이나 줏어다가 입력시키면 이 시스템은 수조바이트의 데이터속에서 입력받은 사진이 있는지 뒤져야하잖아.

[cc(221.155)]

뭐지 본문이 바뀐거같다

[☎2.73™(roidz)]

ㄴ 뭐 그런 부분도 부분적 브루트 포싱으로 가능하잖아. 판별을 위한 기본 조건적 공통점만 샘플링해둔 상태에서 그곳만 검색하도록 한다면.. ㅇㅇ 수학이랄것까지도 가지 않을 수도 있징. 그런데.. 그것을 좀 더 효율적으로 장기적인 자동화까지 생각한다면 점점 수학의 분야로 들어갈듯.. 최초 모델 구현에는 수학을 꼭 고려하지 않아도 산수 정도로 접근 할 수 있을듯 하고.. 모델의 형태에 대한 구상이 완성되면 그후는 향상 시켜나가는 방향에서 수학을 접목해나가는 방향이 되지 않을까 한dot